关于申报2025年度中国科技产业化促进会科学技术奖-科技创新奖的公示

项目名称

AI赋能的慢性肾脏病（CKD）诊断标志物发现及尿液分析系统装置核心技术创**应用

提名单位

中****保障部****医院

项目简介

该研究聚焦围绕慢性肾脏疾病（CKD)展开深入探究，致力于整合多组学技术与 AI 算法，实现开发新型诊断标记物、构建精准预测模型以及推动临床转化应用的目标，涵盖了CKD，包括：尿毒症与终末期肾病（ESRD）、2型糖尿病（T2DM）、特发性膜性肾病（IMN）、IgA肾病（IgAN）、狼疮性肾炎，以及肾移植后急，慢性排斥反应等领域。项目取得了立项课题项，发表论文115篇，其中SCI论文92篇，获得相关授权专利10项，并培养了40名硕博研究生、博后10名、正高职称3名、地方高层次人才3名。该研究紧密项目团队汇聚了来自临床医学、生物信息学、检验技术等多领域的专业人才。该项目主要有以下重要发现：1）CKD早期诊断：AI技术揭示了CKD早期诊断标志物（如MUC3A），并开发了全自动尿液分析系统（RT-U600系列），显著提升了诊断效率和准确性。2）CKD分子机制：通过高通量测序和AI，首次揭示了ESRD患者中染色体外环状DNA（eccDNA）的特征及其潜在功能，为CKD的诊断和治疗提供了新的生物标志物和靶点。3）尿毒症和ESRD转录组标记物：通过单细胞RNA测序和AI，成功识别了尿毒症及CKD特异性转录组标记物，并开发了智能化尿液分析系统，为肾脏疾病的早期筛查和精准诊断提供了创新工具。4）CKD B细胞受体库：高通量测序结合AI揭示了CKD患者B细胞受体库的特征，发现特异性CDR3序列可作为诊断标志物，为ESRD的机制研究和免疫治疗提供了新方向。5）泌尿系统肿瘤标志物：尿液GSDMD水平在膀胱癌、肾癌和前列腺癌中显著升高，可作为早期鉴别诊断泌尿系统肿瘤的新型生物标志物。6）AKI死亡率预测：基于大数据和机器学习的列线图模型精准预测2型糖尿病合并急性肾损伤患者的90天死亡率，显著优于传统评分系统。7）肾移植急性排斥反应：高通量测序揭示了肾移植后急性排斥反应中B细胞受体库的动态变化，为个体化免疫抑制方案的制定提供了新的生物标志物。8）肾移植慢性排斥反应：GSK-3β和NF-κB在慢性排斥反应中通过调控炎症和纤维化过程发挥关键作用，可作为诊断标志物和治疗靶点。9）ILK与肾纤维化：整合素连接激酶（ILK）在慢性排斥反应中高表达，可能是TGF-β1信号通路的下游效应分子，介导肾脏纤维化进程，具有诊断和治疗潜力。10）IMN代谢标志物：基于大数据和机器学习的代谢组学研究揭示了特发性膜性肾病（IMN）的新型诊断标志物（如DHEAS），为IMN的早期诊断提供了非侵入性工具。11）IgAN tsRNAs调控：通过高通量测序和AI，首次揭示了IgA肾病（IgAN）中tsRNAs的表达谱及其调控机制，为IgAN的早期诊断和治疗提供了新靶点。